Eigenwaarden en eigenvectoren: Eigenwaarden en eigenvectoren
Eigenwaardenprobleem oplossen
Als je eigenwaarden van een matrix en eigenruimten bij de eigenwaarden bepaalt, dan los je een eigenwaardenprobleem voor een matrix op. Hieronder een voorbeeld.
Los het eigenwaardenprobleem voor de matrix \[
A = \matrix{22 & -24 \\ 18 & -20}
\] op, dat wil zeggen, bepaal de eigenwaarden en eigenvectoren.
A = \matrix{22 & -24 \\ 18 & -20}
\] op, dat wil zeggen, bepaal de eigenwaarden en eigenvectoren.
De karakteristieke vergelijking is \[\det\matrix{22-\lambda & -24 \\ 18 & -20-\lambda }=0\] We herschrijven eerst de karakteristieke veelterm van \(A\):
\[ \begin{aligned}
\det(A-\lambda I) = \left\vert \begin{array}{cc} 22-\lambda & -24 \\ 18 & -20-\lambda \end{array} \right\vert &= (22-\lambda)(-20-\lambda)+24\cdot18 \\
&= (22-\lambda)(-20-\lambda)+432 \\ &= \lambda^2-2\,\lambda-8
\end{aligned}\] Met het doel om de karakteristieke vergelijking op te lossen, factorisen we als de karakteristieke veelterm volgt: \[ \lambda^2-2\,\lambda-8 = (\lambda+2)(\lambda-4) \] De eigenwaarden zijn dus \(\lambda_1 = -2\) en \(\lambda_2 = 4\).
Stel dat \(\lambda = -2\) een eigenwaarde van de matrix \[A=\matrix{22 & -24 \\ 18 & -20}\] is. Dan moet er dus een vector \(\vec{v}\) te vinden zijn zodanig dat \(A\vec{v}=-2\vec{v}\), oftewel waarvoor geldt \[(A+2 I)\vec{v}=\vec{0}\text.\] Met andere woorden, we moeten de kern vinden van de matrix \(A+2 I\). Dit kunnen we doen door middel van rijreductie van de matrix \[A+2 I = \matrix{22 & -24 \\ 18 & -20} - \matrix{-2 & 0 \\0& -2 }=\matrix{ 24 & -24 \\ 18 & -18}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{24&-24\\18&-18\\}&\sim\matrix{1&-1\\18&-18\\}&{\blue{\begin{array}{c}{{1}\over{24}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&-1\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-18R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = -2\) gelijk aan \(\left\{ r \cv{-1\\-1} \middle|\;r\in\mathbb R\right\}=\left\langle\cv{-1\\-1}\right\rangle\).
Stel dat \(\lambda = 4\) een eigenwaarde van de matrix \[A=\matrix{22 & -24 \\ 18 & -20}\] is. Dan moet er dus een vector \(\vec{v}\) te vinden zijn zodanig dat \(A\vec{v}=4\vec{v}\), oftewel waarvoor geldt \[(A-4 I)\vec{v}=\vec{0}\text.\] Met andere woorden, we moeten de kern vinden van de matrix \(A-4 I\). Dit kunnen we doen door middel van rijreductie van de matrix \[A-4 I = \matrix{22 & -24 \\ 18 & -20} - \matrix{4 & 0 \\0& 4 }=\matrix{ 18 & -24 \\ 18 & -24}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{18&-24\\18&-24\\}&\sim\matrix{1&-{{4}\over{3}}\\18&-24\\}&{\blue{\begin{array}{c}{{1}\over{18}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&-{{4}\over{3}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-18R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = 4\) gelijk aan \(\left\{ r \cv{4\\3} \middle|\;r\in\mathbb R\right\}=\left\langle\cv{4\\3}\right\rangle\).
Hierbij hebben we waar het uitkomt breuken in de oplossing vermeden.
\[ \begin{aligned}
\det(A-\lambda I) = \left\vert \begin{array}{cc} 22-\lambda & -24 \\ 18 & -20-\lambda \end{array} \right\vert &= (22-\lambda)(-20-\lambda)+24\cdot18 \\
&= (22-\lambda)(-20-\lambda)+432 \\ &= \lambda^2-2\,\lambda-8
\end{aligned}\] Met het doel om de karakteristieke vergelijking op te lossen, factorisen we als de karakteristieke veelterm volgt: \[ \lambda^2-2\,\lambda-8 = (\lambda+2)(\lambda-4) \] De eigenwaarden zijn dus \(\lambda_1 = -2\) en \(\lambda_2 = 4\).
Stel dat \(\lambda = -2\) een eigenwaarde van de matrix \[A=\matrix{22 & -24 \\ 18 & -20}\] is. Dan moet er dus een vector \(\vec{v}\) te vinden zijn zodanig dat \(A\vec{v}=-2\vec{v}\), oftewel waarvoor geldt \[(A+2 I)\vec{v}=\vec{0}\text.\] Met andere woorden, we moeten de kern vinden van de matrix \(A+2 I\). Dit kunnen we doen door middel van rijreductie van de matrix \[A+2 I = \matrix{22 & -24 \\ 18 & -20} - \matrix{-2 & 0 \\0& -2 }=\matrix{ 24 & -24 \\ 18 & -18}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{24&-24\\18&-18\\}&\sim\matrix{1&-1\\18&-18\\}&{\blue{\begin{array}{c}{{1}\over{24}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&-1\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-18R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = -2\) gelijk aan \(\left\{ r \cv{-1\\-1} \middle|\;r\in\mathbb R\right\}=\left\langle\cv{-1\\-1}\right\rangle\).
Stel dat \(\lambda = 4\) een eigenwaarde van de matrix \[A=\matrix{22 & -24 \\ 18 & -20}\] is. Dan moet er dus een vector \(\vec{v}\) te vinden zijn zodanig dat \(A\vec{v}=4\vec{v}\), oftewel waarvoor geldt \[(A-4 I)\vec{v}=\vec{0}\text.\] Met andere woorden, we moeten de kern vinden van de matrix \(A-4 I\). Dit kunnen we doen door middel van rijreductie van de matrix \[A-4 I = \matrix{22 & -24 \\ 18 & -20} - \matrix{4 & 0 \\0& 4 }=\matrix{ 18 & -24 \\ 18 & -24}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{18&-24\\18&-24\\}&\sim\matrix{1&-{{4}\over{3}}\\18&-24\\}&{\blue{\begin{array}{c}{{1}\over{18}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&-{{4}\over{3}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-18R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = 4\) gelijk aan \(\left\{ r \cv{4\\3} \middle|\;r\in\mathbb R\right\}=\left\langle\cv{4\\3}\right\rangle\).
Hierbij hebben we waar het uitkomt breuken in de oplossing vermeden.
Ontgrendel volledige toegang